期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于联邦学习的毫米波大规模MIMO的混合波束赋形和资源分配
1
作者
孙艳华
乔兰
+2 位作者
杨睿哲
司鹏搏
张延华
《北京工业大学学报》
CAS
CSCD
北大核心
2023年第8期851-861,共11页
针对大规模毫米波(millimeter wave,mm-Wave)多输入多输出(multiple input multiple output,MIMO)系统中的混合波束赋形在中心式机器学习(centralized machine learning,CML)中导致的通信开销过大问题,提出了分层联邦学习(federated lea...
针对大规模毫米波(millimeter wave,mm-Wave)多输入多输出(multiple input multiple output,MIMO)系统中的混合波束赋形在中心式机器学习(centralized machine learning,CML)中导致的通信开销过大问题,提出了分层联邦学习(federated learning,FL)框架下的混合波束赋形与基于合同理论的资源分配优化方法。首先,在分层系统中对多用户计算系统开销,并通过优化分配资源实现系统的效益最大化;然后,用户利用分配的资源对信道数据和相应的预编码数据进行反向传播神经网络(back propagation neural network,BPNN)模型训练,利用边缘服务器(edge server,ES)收集用户训练的权值和参数进行边缘聚合,达到一定精度后上传到云服务器(cloud server,CS)进行云聚合,直到取得最优的模型。实验结果表明,资源优化极大地降低了通信开销,并且基于FL的混合波束赋形不仅取得了和CML类似的和速率,而且其和速率要优于基于正交匹配追踪(orthogonal matching pursuit,OMP)的混合波束赋形以及全数字波束赋形方案。
展开更多
关键词
联邦学习(federated
learning
FL)
毫米波(millimeter
wave
mm-wave
)
多输入多输出(multiple
input
multiple
output
mimo
)
资源分配
混合波束赋形
合同理论
下载PDF
职称材料
题名
基于联邦学习的毫米波大规模MIMO的混合波束赋形和资源分配
1
作者
孙艳华
乔兰
杨睿哲
司鹏搏
张延华
机构
北京工业大学信息学部
北京工业大学先进信息网络北京实验室
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2023年第8期851-861,共11页
基金
北京市自然科学基金资助项目(L202016)。
文摘
针对大规模毫米波(millimeter wave,mm-Wave)多输入多输出(multiple input multiple output,MIMO)系统中的混合波束赋形在中心式机器学习(centralized machine learning,CML)中导致的通信开销过大问题,提出了分层联邦学习(federated learning,FL)框架下的混合波束赋形与基于合同理论的资源分配优化方法。首先,在分层系统中对多用户计算系统开销,并通过优化分配资源实现系统的效益最大化;然后,用户利用分配的资源对信道数据和相应的预编码数据进行反向传播神经网络(back propagation neural network,BPNN)模型训练,利用边缘服务器(edge server,ES)收集用户训练的权值和参数进行边缘聚合,达到一定精度后上传到云服务器(cloud server,CS)进行云聚合,直到取得最优的模型。实验结果表明,资源优化极大地降低了通信开销,并且基于FL的混合波束赋形不仅取得了和CML类似的和速率,而且其和速率要优于基于正交匹配追踪(orthogonal matching pursuit,OMP)的混合波束赋形以及全数字波束赋形方案。
关键词
联邦学习(federated
learning
FL)
毫米波(millimeter
wave
mm-wave
)
多输入多输出(multiple
input
multiple
output
mimo
)
资源分配
混合波束赋形
合同理论
Keywords
federated learning(FL)
millimeter wave(
mm-wave
)
multiple input multiple
output
(
mimo
)
resource allocation
hybrid beamforming
contract theory
分类号
TN929 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于联邦学习的毫米波大规模MIMO的混合波束赋形和资源分配
孙艳华
乔兰
杨睿哲
司鹏搏
张延华
《北京工业大学学报》
CAS
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部